اوپن سورس۔ نئے امکانات۔

Spīch Tō Spīch ek kam-lik̲s̲nat, mahādālīk aʼwāz-āgent paimanā (VAD → STT → LLM → TTS) hai jo WebSocket aur WebRTC par OpenAI Realtime ēvent set kā kāryānvayan kartā hai.

وکس سی پی ایم 2 ٹوکنائزر سے پاک ٹیکسٹ ٹو اسپیچ سسٹم ہے جس میں 2 بلین ڈفیوژن آٹو ریگریسو ماڈل 30 زبانوں، ٹیکسٹ تفصیلات سے وائس ڈیزائن، قابل کنٹرول وائس کلوننگ اور 48 کلو ہرٹز آؤٹ پٹ کو سپورٹ کرتا ہے۔

ModelScope ایک اوپن سورس پائتھون لائبریری ہے جو Model-as-a-Service کے تصور پر بنائی گئی ہے، جو CV، NLP، آڈیو، ملٹی موڈل اور سائنسی ماڈلز کی انفرنس، فائن ٹیوننگ اور تشخیص کے لیے متحد pipeline، Trainer اور MsDataset انٹرفیس فراہم کرتی ہے، نیز ماڈل/ڈیٹاسیٹ ہب انٹیگریشن بھی۔